| Intisari Analisis Komponen Utama (PCA) | |||
| Tingkat Kepentingan Komponen | |||
| Komponen | Standar Deviasi | Proporsi Variansi | Proporsi Kumulatif |
|---|---|---|---|
| PC1 | 2.5242 | 0.1225 | 0.1225 |
| PC2 | 2.2899 | 0.1008 | 0.2234 |
| PC3 | 1.9807 | 0.0755 | 0.2988 |
| PC4 | 1.9542 | 0.0734 | 0.3723 |
| PC5 | 1.6145 | 0.0501 | 0.4224 |
| PC6 | 1.5639 | 0.0470 | 0.4694 |
| PC7 | 1.4108 | 0.0383 | 0.5077 |
| PC8 | 1.3437 | 0.0347 | 0.5424 |
| PC9 | 1.2945 | 0.0322 | 0.5746 |
| PC10 | 1.2187 | 0.0286 | 0.6032 |
| PC11 | 1.2043 | 0.0279 | 0.6311 |
| PC12 | 1.0853 | 0.0226 | 0.6538 |
| PC13 | 1.0776 | 0.0223 | 0.6761 |
| PC14 | 1.0569 | 0.0215 | 0.6976 |
| PC15 | 0.9839 | 0.0186 | 0.7162 |
| PC16 | 0.9678 | 0.0180 | 0.7342 |
| PC17 | 0.9507 | 0.0174 | 0.7516 |
| PC18 | 0.9204 | 0.0163 | 0.7679 |
| PC19 | 0.9054 | 0.0158 | 0.7836 |
| PC20 | 0.8872 | 0.0151 | 0.7988 |
| PC21 | 0.8598 | 0.0142 | 0.8130 |
| PC22 | 0.8256 | 0.0131 | 0.8261 |
| PC23 | 0.7857 | 0.0119 | 0.8379 |
| PC24 | 0.7758 | 0.0116 | 0.8495 |
| PC25 | 0.7643 | 0.0112 | 0.8608 |
| PC26 | 0.7481 | 0.0108 | 0.8715 |
| PC27 | 0.7390 | 0.0105 | 0.8820 |
| PC28 | 0.7047 | 0.0095 | 0.8916 |
| PC29 | 0.6969 | 0.0093 | 0.9009 |
| PC30 | 0.6811 | 0.0089 | 0.9098 |
| PC31 | 0.6547 | 0.0082 | 0.9181 |
| PC32 | 0.6288 | 0.0076 | 0.9257 |
| PC33 | 0.6073 | 0.0071 | 0.9328 |
| PC34 | 0.5925 | 0.0067 | 0.9395 |
| PC35 | 0.5735 | 0.0063 | 0.9458 |
| PC36 | 0.5562 | 0.0060 | 0.9518 |
| PC37 | 0.5300 | 0.0054 | 0.9572 |
| PC38 | 0.5182 | 0.0052 | 0.9624 |
| PC39 | 0.5129 | 0.0051 | 0.9674 |
| PC40 | 0.5042 | 0.0049 | 0.9723 |
| PC41 | 0.4931 | 0.0047 | 0.9770 |
| PC42 | 0.4457 | 0.0038 | 0.9808 |
| PC43 | 0.4349 | 0.0036 | 0.9845 |
| PC44 | 0.3975 | 0.0030 | 0.9875 |
| PC45 | 0.3759 | 0.0027 | 0.9902 |
| PC46 | 0.3710 | 0.0026 | 0.9929 |
| PC47 | 0.3394 | 0.0022 | 0.9951 |
| PC48 | 0.3050 | 0.0018 | 0.9969 |
| PC49 | 0.2682 | 0.0014 | 0.9982 |
| PC50 | 0.2213 | 0.0009 | 0.9992 |
| PC51 | 0.2062 | 0.0008 | 1.0000 |
| PC52 | 0.0000 | 0.0000 | 1.0000 |
[DRAFT] Tipologi Kerentanan Iklim pada Penghidupan Berbasis Pertanian: Provinsi Nusa Tenggara Timur
1 Pendahuluan
Penghidupan berbasis pertanian kini makin rentan terhadap perubahan iklim, tetapi informasi mengenai potensi resiko dan kebutuhan adaptasi mereka masih sangat terbatas. Draft dokumen ini disusun untuk mengisi kekosongan ini dengan mengevaluasi berbagai jenis kerentanan yang mempengaruhi mata pencaharian berbasis pertanian di tingkat provinsi. Kami melakukan penilaian kerentanan untuk mengidentifikasi risiko serta penyebabnya, dan potensi adaptasi, dengan fokus pada peningkatan taraf hidup, keberlanjutan produksi komoditas-komoditas kunci, dan pengelolaan lahan secara menyeluruh.
Mengingat tingginya keanekaragaman lanskap di Provinsi Nusa Tenggara Timur, kami memfokuskan perhatian pada kecamatan-kecamatan dengan fitur biofisik dan sosial-ekonomi yang mirip. Ini membantu kami mempermudah tugas dalam mengidentifikasi risiko yang identik antar kecamatan. Kami mendefinisikan area-area homogen ini, atau ‘tipologi,’ dengan menggunakan pengelompokan K-means. Pengelompokan ini didasarkan pada komposit dari indikator biofisik dan sosial-ekonomi. Untuk mempermudah proses pengelompokan, kami menggunakan analisis PCA untuk menyederhanakan dimensi data.
Analisis ini bertujuan untuk mengidentifikasi ‘tipologi’ kecamatan-kecamatan, yang memiliki karakter sosial-ekonomi dan lingkungan yang mirip di Provinsi Nusa Tenggara Timur, dengan menggunakan pengelompokan K-means pada data yang disederhanakan oleh PCA.
Tipologi tersebut kemudian digunakan untuk mendeskripsikan konteks kerentanan penghidupan berbasis pertanian akibat perubahan iklim di Provinsi Nusa Tenggara Timur dan potensi intervensi untuk meningkatkan ketahanan terhadap perubahan iklim.
2 Deskripsi wilayah & Metodologi
Provinsi Nusa Tenggara Timur, yang terletak di sisi timur Provinsi Sulawesi Selatan, memiliki luas wilayah sebesar xxxx kilometer persegi. Kabupaten ini memiliki dataran rendah yang subur. Terdapat kawasan xxxxxxxxx. Daerah ini menerima hujan sekitar xxxxxx, yang merupakan ciri khas iklim xxx.
Provinsi Nusa Tenggara Timur merupakan rumah bagi sekitar xxxx penduduk berdasarkan data tahun 2022. Kabupaten ini memiliki tingkat ketimpangan ekonomi yang xxx, seperti yang tercermin dalam rasio Gini senilai xxxxx. NTT mencatatkan angkaxxx untuk Indeks Pembangunan Manusia (IPM) di tahun yang sama.
Produk Domestik Bruto (PDB, Atas Dasar Harga Berlaku) untuk Provinsi Nusa Tenggara Timur adalah xxxx triliun Rupiah Indonesia pada tahun 2022. Hal ini menempatkan xxx sebagai Kabupaten dengan perputaran ekonomi terbesar kedua di NTT.
Pada tahun 2022, sektor pertanian di Provinsi Nusa Tenggara Timur memainkan peran penting dalam perekonomian lokal, dengan kontribusi sebesar xxxx terhadap total Produk Domestik Regional Bruto (PDRB). Kabupaten ini terutama dikenal sebagai penghasil xxxx terkemuka di xxx, dengan total produksi hampir mencapai xxx juta ton. Selain xxx, produksi xxxx juga mencapai angka yang signifikan, yaitu sekitar xxxx ribu ton. Dalam konteks pertanian berbasis pohon, terdapat beberapa komoditas utama seperti xxx dengan produksi xxxx ton, xxxx sebanyak xxxx ton, dan zzzz yang mencapai xxxx ton. Sektor ini menyerap tenaga kerja dari sekitar xxxxx petani. Di samping itu, hutan di wilayah ini turut menyumbang sumber daya berharga seperti xxxx dan xxxx Sektor xxxx xxxxx juga memiliki peran penting dalam mendukung ekonomi lokal.
Unit analisis terkecil: Kecamatan
| No | Fitur | Sumber | Satuan |
|---|---|---|---|
| 1 | Jarak ke perkebunan | Peta Tutupan Lahan 2020, KLHK | m |
| 2 | Jarak ke jalan | BIG | m |
| 3 | Jarak ke pabrik pengolahan komoditas | ICRAF (2016) | m |
| 4 | Jarak ke konsesi perkebunan | Pemerintah Sulawesi Selatan | m |
| 5 | Jarak ke hutan | Peta Tutupan Lahan 2020, KLHK | m |
| 6 | Jarak ke sungai | BIG | m |
| 7 | Jarak ke area terbakar | KLHK, 2019 | m |
| 8 | Persentase area pertanian (pekebun kecil) | Peta Tutupan Lahan 2020, KLHK | % |
| 9 | Persentase area perkebunan per kecamatan | Peta Tutupan Lahan 2020, KLHK | % |
| 10 | Persentase area berhutan di kecamatan | Peta Tutupan Lahan 2020, KLHK | % |
| 11 | Persentase area semak belukar di kecamatan | Peta Tutupan Lahan 2020, KLHK | % |
| 12 | Persentase area perairan dibandingkan dengan kecamatan | Peta Tutupan Lahan 2020, KLHK | % |
| 13 | Jarak ke deforestasi | Peta Tutupan Lahan 2020, KLHK | m |
| 14 | Ukuran area deforestasi | Peta Tutupan Lahan 2020, KLHK | km² |
| 15 | Lahan yang dapat ditanami | Peta Tutupan Lahan 2020, KLHK | % |
| 16 | Erosi | RUSLE | t ha⁻¹ th⁻¹ |
| 17 | Indeks bahaya banjir | RBI BNPB | nilai indeks |
| 18 | Indeks bahaya tanah longsor | RBI BNPB | nilai indeks |
| 19 | Indeks kekeringan | WORLDCLIM 2.1 | nilai indeks |
| 20 | Jumlah Rumah Tangga | Potensi desa BPS 2019 | jumlah |
| 21 | Rasio elektrifikasi | Potensi desa BPS 2019 | % |
| 22 | Sekolah menengah | Potensi desa BPS 2019 | jumlah |
| 23 | Universitas | Potensi desa BPS 2019 | jumlah |
| 24 | Rumah sakit | Potensi desa BPS 2019 | jumlah |
| 25 | Fasilitas kesehatan | Potensi desa BPS 2019 | jumlah |
| 26 | Pasar | Potensi desa BPS 2019 | jumlah |
| 27 | Minimarket | Potensi desa BPS 2019 | jumlah |
| 28 | Kejadian tanah longsor 2018-2019 | Potensi desa BPS 2019 | kejadian/tahun |
| 29 | Korban jiwa tanah longsor 2018-2019 | Potensi desa BPS 2019 | orang/tahun |
| 30 | Kejadian banjir 2018-2019 | Potensi desa BPS 2019 | kejadian/tahun |
| 31 | Korban jiwa banjir 2018-2019 | Potensi desa BPS 2019 | orang/tahun |
| 32 | Kejadian banjir bandang 2018-2019 | Potensi desa BPS 2019 | kejadian/tahun |
| 33 | Korban jiwa banjir bandang 2018-2019 | Potensi desa BPS 2019 | orang/tahun |
| 34 | Kejadian kebakaran lahan dan hutan 2018-2019 | Potensi desa BPS 2019 | kejadian/tahun |
| 35 | Korban jiwa kebakaran lahan dan hutan 2018-2019 | Potensi desa BPS 2019 | orang/tahun |
| 36 | Kejadian kekeringan lahan 2018-2019 | Potensi desa BPS 2019 | kejadian/tahun |
| 37 | Korban jiwa kekeringan lahan 2018-2019 | Potensi desa BPS 2019 | orang/tahun |
| 38 | Sistem peringatan dini bencana alam | Potensi desa BPS 2019 | jumlah |
| 39 | Persentase sistem peringatan dini bencana alam | Potensi desa BPS 2019 | % |
| 40 | Waduk | Potensi desa BPS 2019 | jumlah |
| 41 | Pasar desa | Potensi desa BPS 2019 | jumlah |
| 42 | Jumlah penduduk yang menderita gizi buruk tahun 2018 | Potensi desa BPS 2019 | individu |
| 43 | Suhu rata-rata tahunan | WORLDCLIM 2.1 | °C |
| 44 | Perubahan suhu | WORLDCLIM 2.1 & MRI-ESM2-0 SSP 245 2050-an | °C |
| 45 | Curah hujan rata-rata tahunan | WORLDCLIM 2.1 | mm |
| 46 | Perubahan curah hujan | WORLDCLIM 2.1 & MRI-ESM2-0 SSP 245 2050-an | mm |
| 47 | Rumah tangga dalam 40% kelompok ekonomi terendah | Tim Nasional Percepatan Penanggulangan Kemiskinan | % |
| 48 | Jarak ke lahan irigasi | Kementerian PUPR | m |
| 49 | Persentase lahan irigasi | Kementerian PUPR | % |
| 50 | Bulan basah | WORLDCLIM 2.1 | bulan |
2.0.1 Interpretasi Komponen Utama (PCs)
PC1: Predominan Demografi dan Jenis Tutupan Lahan (12.253%)
PC2: Predominan Bahaya Hidrologis dan Akses terhadap Air (10.084%)
PC3: Predominan Karakter Iklim (7.545%)
PC4: Predominan Infrastruktur Mitigasi Bencana dan Akses Terhadap Air (7.344%)
PC5: Predominan Akses Terhadap Air (Irigasi) (5.013%)
2.0.2 Diagram pencar 3D tipologi kecamatan-kecamatan di Provinsi Nusa Tenggara Timur
- Sumbu x,y dan z dari diagram pencar merupakan tiga komponen utama teratas dari hasil PCA.
- PC1: Predominan Demografi dan Jenis Tutupan Lahan
- PC2: Predominan Bahaya Hidrologis dan Akses terhadap Air
- PC3: Predominan Karakter Iklim
- Tiap-titiknya mewakili sebuah kecamatan di Provinsi Nusa Tenggara Timur
- Titik yang berwarna sama berarti tergolong dalam tipologi yang sama.
2.0.3 Cluster Validation
Titik ‘siku’ dari sebuah elbow plot adalah titik di mana menambahkan penambahan jumlah kluster tidak banyak memberikan tambahan informasi baru.
Plot siluet yang mendekati +1 menunjukkan pengelompokan yang baik, sementara nilai yang mendekati 0 atau nilai negatif menunjukkan pengelompokan yang tumpang tindih atau tidak baik.
| Karakteristik Sosio-ekonomi dan Lingkungan di Berbagai Kelas Tipologi: Analisis Rata-rata dan Standar Deviasi | |||||
| Variabel | Cluster 1: Sentra Niaga dan Jasa | Cluster 2 | Cluster 3 | Cluster 4 | Cluster 5 |
|---|---|---|---|---|---|
| persentase lahan pertanian | 7.04 (8.33) | 49.16 (34.63) | 34.15 (19.3) | 26.53 (23.87) | 47.85 (26.85) |
| area daerah irigasi ha | 30.73 (128.22) | 154.38 (486.16) | 6.22 (38.8) | 11.57 (54.46) | 416.92 (748.66) |
| indeks kekeringan | 0.77 (0.05) | 0.47 (0.14) | 0.73 (0.06) | 0.75 (0.06) | 0.78 (0.07) |
| banjir 2018 2019 | 1.82 (5.01) | 3.49 (8.08) | 0.53 (1.71) | 0.88 (1.89) | 4.52 (5.47) |
| banjir bandang 2018 2019 | 0.05 (0.21) | 0.2 (1.15) | 0.12 (0.7) | 0.03 (0.22) | 0.17 (0.74) |
| deforestation area size ha | 305.77 (489.29) | 1073.31 (1883.84) | 5107.37 (2718.71) | 2032.15 (2199) | 2512.07 (3044.57) |
| distance daerah irigasi | 15829.28 (11902.35) | 39063.39 (35713.22) | 20622.26 (14225.76) | 20105.62 (11732.85) | 10814.32 (10390.36) |
| jarak ke area terbakar | 12847.26 (7591.55) | 16414.3 (12129.93) | 15938.53 (11651.54) | 7814.97 (5625.94) | 11383.07 (11723.65) |
| distance to coast line | 5616.4 (7243.05) | 12963.76 (6681.97) | 14728.56 (8697.93) | 5234.05 (5025.99) | 8603.79 (7156.36) |
| jarak ke area deforestasi | 3469.81 (3013.47) | 2159.55 (1211.42) | 575.52 (837.41) | 1114.49 (1476.95) | 2131.94 (2436.95) |
| jarak ke perkebunan | 47909.87 (43937.63) | 27237.77 (18868.26) | 26845.18 (20644.14) | 66118.86 (36452.2) | 44184.19 (43999.4) |
| jarak ke konsesi perkebunan | 113832.97 (83078.54) | 86191.78 (63983.52) | 54264.73 (42015.04) | 169447.67 (52457.48) | 105518.55 (67891.2) |
| jarak ke sungai | 5990.52 (6151.41) | 4177.11 (2657.11) | 2202.51 (2116.54) | 11607.11 (11363.63) | 4473.23 (3993.36) |
| jarak ke jalan | 1330.22 (2877.41) | 1049.21 (543.05) | 1213.57 (914.39) | 1323.12 (707.1) | 1284.6 (2051.42) |
| distance to social forestry concession | 21928.56 (29387.9) | 21255.38 (11967.72) | 15876.13 (12073.09) | 10708.64 (7760.25) | 34594.35 (40309.1) |
| distance to water body | 6648.61 (6474.31) | 7579.5 (4771.09) | 3469.4 (2537.16) | 15436.14 (9021.42) | 6148.41 (5152.58) |
| embung | 2.18 (4.68) | 9 (9.19) | 11.53 (8.38) | 4.82 (6.36) | 24.01 (24.61) |
| risiko erosi t ha per tahun | 618.66 (778.26) | 1535.81 (683.45) | 534.63 (472.07) | 839.42 (696.96) | 746.38 (456.85) |
| indeks risiko banjir | 0.08 (0.06) | 0.03 (0.05) | 0.02 (0.03) | 0.01 (0.01) | 0.1 (0.09) |
| indeks bahaya kekeringan | 0.69 (0.13) | 0.65 (0.07) | 0.77 (0.08) | 0.67 (0.11) | 0.72 (0.11) |
| indeks risiko longsor | 0.15 (0.18) | 0.36 (0.24) | 0.4 (0.19) | 0.44 (0.17) | 0.19 (0.17) |
| karhutla 2018 2019 | 0.41 (1.3) | 0.64 (2.08) | 0.34 (0.98) | 1.12 (2.9) | 0.52 (1.33) |
| kekeringan lahan 2018 2019 | 0.23 (0.53) | 1.44 (2.7) | 0.54 (1.8) | 2.28 (4.78) | 2.99 (5.11) |
| korban banjir 2018 2019 | 0 (0) | 0.07 (0.54) | 0 (0) | 0 (0) | 0.33 (0.84) |
| korban kekeringan 2018 2019 | 0 (0) | 0 (0) | 0.42 (3.25) | 0 (0) | 0.05 (0.46) |
| korban longsor 2018 2019 | 0 (0) | 0.18 (1.09) | 0.03 (0.26) | 0.03 (0.3) | 0 (0) |
| mean precipitation | 1255.54 (221.95) | 2096.08 (339.08) | 1434.24 (139.92) | 1329.02 (177.61) | 1308.09 (178.51) |
| mean temperature | 24.83 (2.62) | 24.08 (1.52) | 24.08 (1.22) | 24.24 (1.27) | 25.4 (0.89) |
| minimarket | 6.5 (6.49) | 0.71 (2.83) | 0.03 (0.18) | 0.1 (0.65) | 0.68 (2.22) |
| ndmi 2020 | 0.13 (0.12) | 0.27 (0.1) | 0.19 (0.06) | 0.26 (0.1) | 0.1 (0.09) |
| ndvi 2020 | 0.55 (0.14) | 0.67 (0.27) | 0.66 (0.1) | 0.66 (0.23) | 0.54 (0.18) |
| ndwi 2020 | -0.56 (0.1) | -0.67 (0.19) | -0.64 (0.09) | -0.68 (0.11) | -0.55 (0.17) |
| pasar desa | 0.73 (3.19) | 0.67 (0.94) | 1.71 (2.87) | 0.98 (1.32) | 4.56 (11.56) |
| penderita gizi buruk 2018 | 5.5 (5.97) | 18.13 (19.15) | 20.03 (25.39) | 12.22 (15.58) | 22.97 (32.66) |
| percentage of agricultural area small holder per sub district | 7.04 (8.33) | 49.16 (34.63) | 34.15 (19.3) | 26.53 (23.87) | 47.85 (26.85) |
| percentage of forested area in the sub district | 6.9 (11.53) | 71.51 (63.46) | 53.47 (56.36) | 44.38 (38.7) | 52.09 (56.3) |
| persentase area perkebunan per kecamatan | 0.01 (0.04) | 0.13 (0.58) | 0.19 (0.77) | 0.16 (1.24) | 0.82 (2.44) |
| percentage of savanna | 10.05 (18.96) | 12.77 (17.03) | 13.02 (16.05) | 14.35 (18.48) | 20.71 (20.76) |
| percentage of shrubland in the sub district | 1.41 (2.39) | 11.18 (10.24) | 16.32 (20.07) | 11.92 (14.01) | 20.32 (26.94) |
| percentage of water area compared to sub district area | 0.12 (0.22) | 0.35 (0.83) | 2.67 (3.72) | 0.04 (0.17) | 1.16 (1.83) |
| pop dens | 5.03 (5.57) | 0.51 (0.4) | 0.26 (0.17) | 0.39 (0.36) | 0.29 (0.22) |
| rasio elektrifikasi | 1.03 (0.05) | 1.84 (0.9) | 2.55 (2.01) | 1.23 (0.3) | 1.27 (0.27) |
| ratio poverty | 23.9 (13.76) | 56.79 (17.93) | 62.6 (10.56) | 49.17 (12.37) | 47.07 (12.51) |
| sistem peringatan dini bencana alam | 15.95 (7.95) | 30.82 (8.99) | 14.54 (5.69) | 21.54 (10.63) | 20.73 (8.9) |
| tanah longsor 2018 2019 | 2.86 (3.54) | 3.49 (4.67) | 1.53 (3.37) | 1.37 (3.15) | 1.51 (3.54) |
| tnp2k indv | 8411.64 (5445.99) | 17129.89 (7609) | 7257.53 (3971.17) | 6100.76 (2815.72) | 8543.25 (4268.9) |
| total faskes1 | 6.05 (3.91) | 6.73 (3.19) | 3.03 (1.73) | 4.05 (2) | 6.73 (3.8) |
| total pasar | 2 (1.75) | 1.84 (1.38) | 2.22 (1.44) | 2.23 (1.97) | 2.48 (1.75) |
| total pt | 2.64 (4.04) | 0.24 (0.77) | 0.05 (0.29) | 0.05 (0.26) | 0.28 (0.81) |
| total rs | 1.5 (1.74) | 0.13 (0.34) | 0.02 (0.13) | 0.03 (0.17) | 0.17 (0.5) |
| total sekolah tinggi | 8.45 (5.3) | 4.44 (4.21) | 1.86 (1.49) | 2.01 (1.75) | 3.37 (3.06) |
| wetmonths mean | 2.57 (1.18) | 4.58 (0.61) | 3.56 (0.5) | 2.98 (0.68) | 2.9 (0.94) |
Rata-Rata
Rata-rata adalah angka yang sering kita gunakan untuk mengetahui gambaran umum dari sekelompok data. Misalnya, jika rata-rata jarak ke jalan terdekat di daerah urban cuma 0,24 km, ini menunjukkan bahwa umumnya daerah tersebut dekat dengan jalan raya.
Standar Deviasi
Standar deviasi (SD) memberitahu kita seberapa besar variasi atau perbedaan antar angka dalam sekelompok data. Semakin tinggi SD, makin besar juga variasinya. Misalnya, rata-rata jarak ke jalan terdekat di daerah urban adalah 0,24 km dengan SD 0,45 km. Ini artinya yang sangat dekat dengan jalan, tetapi juga ada yang jauh—bahkan lebih dari dua kali lipat dari rata-rata.
Nilai standar deviasi (SD) yang besar, seperti contoh diatas, menjadi indikasi bahwa, rata-rata mungkin tidak memberikan gambaran yang mewakili suatu tipologi. Dalam hal ini, standar deviasi memberikan konteks tambahan yang penting untuk memahami sejauh mana data bervariasi.
Kode warna pada tabel dibawah menunjukkan rentang nilai dari variabel yang diberikan untuk masing-masing tipe wilayah. Warna biru gelap menunjukkan nilai yang lebih tinggi, sementara warna yang lebih merah terang menunjukkan nilai yang lebih rendah.
| variable | Cluster 1: Sentra Niaga dan Jasa | Cluster 2 | Cluster 3 | Cluster 4 | Cluster 5 |
|---|---|---|---|---|---|
| arable_land_percent | 7.04 | 49.16 | 34.15 | 26.53 | 47.85 |
| area_daerah_irigasi_ha | 30.73 | 154.38 | 6.22 | 11.57 | 416.92 |
| aridity_index | 0.77 | 0.47 | 0.73 | 0.75 | 0.78 |
| banjir_2018_2019 | 1.82 | 3.49 | 0.53 | 0.88 | 4.52 |
| banjir_bandang_2018_2019 | 0.05 | 0.20 | 0.12 | 0.03 | 0.17 |
| deforestation_area_size_ha | 305.77 | 1073.31 | 5107.37 | 2032.15 | 2512.07 |
| distance_daerah_irigasi | 15829.28 | 39063.39 | 20622.26 | 20105.62 | 10814.32 |
| distance_to_burned_area | 12847.26 | 16414.30 | 15938.53 | 7814.97 | 11383.07 |
| distance_to_coast_line | 5616.40 | 12963.76 | 14728.56 | 5234.05 | 8603.79 |
| distance_to_deforestation | 3469.81 | 2159.55 | 575.52 | 1114.49 | 2131.94 |
| distance_to_plantation | 47909.87 | 27237.77 | 26845.18 | 66118.86 | 44184.19 |
| distance_to_plantation_concession | 113832.97 | 86191.78 | 54264.73 | 169447.67 | 105518.55 |
| distance_to_river | 5990.52 | 4177.11 | 2202.51 | 11607.11 | 4473.23 |
| distance_to_road | 1330.22 | 1049.21 | 1213.57 | 1323.12 | 1284.60 |
| distance_to_social_forestry_concession | 21928.56 | 21255.38 | 15876.13 | 10708.64 | 34594.35 |
| distance_to_water_body | 6648.61 | 7579.50 | 3469.40 | 15436.14 | 6148.41 |
| embung | 2.18 | 9.00 | 11.53 | 4.82 | 24.01 |
| erosion_risk_t_ha_1_yr_1 | 618.66 | 1535.81 | 534.63 | 839.42 | 746.38 |
| indeks_bahaya_banjir | 0.08 | 0.03 | 0.02 | 0.01 | 0.10 |
| indeks_bahaya_kekeringan | 0.69 | 0.65 | 0.77 | 0.67 | 0.72 |
| indeks_bahaya_longsor | 0.15 | 0.36 | 0.40 | 0.44 | 0.19 |
| karhutla_2018_2019 | 0.41 | 0.64 | 0.34 | 1.12 | 0.52 |
| kekeringan_lahan_2018_2019 | 0.23 | 1.44 | 0.54 | 2.28 | 2.99 |
| korban_banjir_2018_2019 | 0.00 | 0.07 | 0.00 | 0.00 | 0.33 |
| korban_kekeringan_2018_2019 | 0.00 | 0.00 | 0.42 | 0.00 | 0.05 |
| korban_longsor_2018_2019 | 0.00 | 0.18 | 0.03 | 0.03 | 0.00 |
| mean_precipitation | 1255.54 | 2096.08 | 1434.24 | 1329.02 | 1308.09 |
| mean_temperature | 24.83 | 24.08 | 24.08 | 24.24 | 25.40 |
| minimarket | 6.50 | 0.71 | 0.03 | 0.10 | 0.68 |
| ndmi_2020 | 0.13 | 0.27 | 0.19 | 0.26 | 0.10 |
| ndvi_2020 | 0.55 | 0.67 | 0.66 | 0.66 | 0.54 |
| ndwi_2020 | -0.56 | -0.67 | -0.64 | -0.68 | -0.55 |
| pasar_desa | 0.73 | 0.67 | 1.71 | 0.98 | 4.56 |
| penderita_gizi_buruk_2018 | 5.50 | 18.13 | 20.03 | 12.22 | 22.97 |
| percentage_of_agricultural_area_small_holder_per_sub_district | 7.04 | 49.16 | 34.15 | 26.53 | 47.85 |
| percentage_of_forested_area_in_the_sub_district | 6.90 | 71.51 | 53.47 | 44.38 | 52.09 |
| percentage_of_plantation_area_per_sub_district | 0.01 | 0.13 | 0.19 | 0.16 | 0.82 |
| percentage_of_savanna | 10.05 | 12.77 | 13.02 | 14.35 | 20.71 |
| percentage_of_shrubland_in_the_sub_district | 1.41 | 11.18 | 16.32 | 11.92 | 20.32 |
| percentage_of_water_area_compared_to_sub_district_area | 0.12 | 0.35 | 2.67 | 0.04 | 1.16 |
| pop_dens | 5.03 | 0.51 | 0.26 | 0.39 | 0.29 |
| rasio_elektrifikasi | 1.03 | 1.84 | 2.55 | 1.23 | 1.27 |
| ratio_poverty | 23.90 | 56.79 | 62.60 | 49.17 | 47.07 |
| sistem_peringatan_dini_bencana_alam | 15.95 | 30.82 | 14.54 | 21.54 | 20.73 |
| tanah_longsor_2018_2019 | 2.86 | 3.49 | 1.53 | 1.37 | 1.51 |
| tnp2k_indv | 8411.64 | 17129.89 | 7257.53 | 6100.76 | 8543.25 |
| total_faskes1 | 6.05 | 6.73 | 3.03 | 4.05 | 6.73 |
| total_pasar | 2.00 | 1.84 | 2.22 | 2.23 | 2.48 |
| total_pt | 2.64 | 0.24 | 0.05 | 0.05 | 0.28 |
| total_rs | 1.50 | 0.13 | 0.02 | 0.03 | 0.17 |
| total_sekolah_tinggi | 8.45 | 4.44 | 1.86 | 2.01 | 3.37 |
| wetmonths_mean | 2.57 | 4.58 | 3.56 | 2.98 | 2.90 |
3 Hasil & Interpretasi Sementara (Draft)
Tipologi Kerentanan Terhadap Perubahan Iklim pada Penghidupan Berbasis Pertanian di Provinsi Nusa Tenggara Timur